WO2005122744A1 - Procedimiento para la discriminación de usos de suelo y cuantificación de cubiertas vegetales mediante teledetección con fotografía aérea. - Google Patents

Procedimiento para la discriminación de usos de suelo y cuantificación de cubiertas vegetales mediante teledetección con fotografía aérea. Download PDF

Info

Publication number
WO2005122744A1
WO2005122744A1 PCT/ES2005/070086 ES2005070086W WO2005122744A1 WO 2005122744 A1 WO2005122744 A1 WO 2005122744A1 ES 2005070086 W ES2005070086 W ES 2005070086W WO 2005122744 A1 WO2005122744 A1 WO 2005122744A1
Authority
WO
WIPO (PCT)
Prior art keywords
remote sensing
vegetation
soil
cover
land
Prior art date
Application number
PCT/ES2005/070086
Other languages
English (en)
French (fr)
Inventor
Francisca LÓPEZ GRANADOS
Luis GARCÍA TORRES
José Manuel PEÑA BARRAGÁN
Montserrat JURADO EXPÓSITO
Original Assignee
Consejo Superior De Investigaciones Científicas
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Consejo Superior De Investigaciones Científicas filed Critical Consejo Superior De Investigaciones Científicas
Publication of WO2005122744A1 publication Critical patent/WO2005122744A1/es

Links

Classifications

    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01BSOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
    • A01B79/00Methods for working soil
    • A01B79/005Precision agriculture
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/13Satellite images
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
    • Y02A40/22Improving land use; Improving water use or availability; Controlling erosion

Definitions

  • First sector AGRICULTURE.
  • Second sector AGRICULTURAL OR ENVIRONMENTAL TECHNICAL ASSISTANCE COMPANIES, or PUBLIC AGRO-ENVIRONMENTAL AUDITS (PUBLIC ADMINISTRATIONS) OR PRIVATE.
  • the second sector refers to the follow-up of agricultural producers who use conservation technologies in olive groves or other woody crops consisting of maintaining plant covers between rows of trees in order to achieve environmental benefits such as reducing soil erosion, increasing infiltrated rain or decreased evapotranspiration of the soil.
  • the remote sensing technique object of this patent will allow certain companies, such as agri-environmental audits of Public Administrations or public entities, to discriminate against the existence or not of plant cover in woody crops, as well as the relative extent or percentage of coverage, which may be necessary to obtain the right to receive aid / subsidies.
  • Remote sensing is a technology that consists of capturing information about objects or accidents that occur on the earth's surface or in the atmosphere without coming into physical contact with them. It includes the measurement and recording of the electromagnetic energy reflected or emitted by them, and entails the interpretation and relationship of this information with their nature and properties.
  • the capture of the reflected energy is carried out by remote sensors installed on aerospace platforms (satellites and airplanes) that record the reflected energy corresponding to various frequencies of the electromagnetic spectrum that go from the radio waves of low frequency through the visible spectrum [blue, green and red bands) up to X-rays, gamma and even
  • Each body or earth cover has a peculiar way of reflecting or emitting energy known as a signature or spectral signature (Chuvieco, 2002).
  • NDVI Normalised Difference Vegetation Index
  • a high photosynthetic activity that is to say a healthy and vigorous vegetation, implies a high value of NDVI due to a high reflectivity in the near infrared band and a high absorption of energy in the red band. Therefore, NVDI, calculated with measurements on land (Kanemasu 1990), satellite images (Anderson et al., 1993) or photographs areas (Denison et al., 1996) has a high correlation with the final crop production.
  • conservation agriculture techniques also called conservation techniques
  • plant coverings mainly grasses
  • bare soil of the woody crop fruit or citrus and olive grove
  • remote sensing techniques are very suitable for the following reasons: 1) the sensor used (satellite or aerial photography) records what is in the field (objectivity), 2) the procedure for analyzing the image obtained is fast once the method has been tuned, 3) allows to work sequentially, 4 ) avoid field sampling (avoid weather problems), and 5) make it possible to plan the image taking at the appropriate time and delay the analysis for the necessary time, if necessary, without losing information.
  • the vegetal covers can be of different composition, although mainly they are constituted by species of grasses or broad leaf, or of a single species or mixture of several.
  • barley (Hordeum spp), different species of Avena, Vallico (Lolium rigidum), cruciferous (Sinapis spp), or leguninous (Veza spp).
  • Its objective is to intercept raindrops and increase the infiltration speed of the ground (reducing runoff). Also, its presence entails the absence of field work thus avoiding evapotranspiration of soil water.
  • the covers are sown in early autumn between the streets of the crop, germinate with the first rains and are established during the spring ( Figures 1 a and 1 b).
  • the object of the invention of the present patent is a procedure for the discrimination of land uses and the quantification of vegetation cover by remote sensing, which comprises the following steps: a) color aerial photography, subsequent digitization and image analysis b) georeferencing by differential GPS to assign coordinates to aerial photographs c) separation of bands from the visible spectrum (blue: A, green: V and red: R) from the digital values assigned to each pixel d) calculation of indices of vegetation based on the three separate bands in point c) e) definition, through an iterative process, of the digital border levels that characterize each land use f) classification of the image by class separation, based on the digital border levels defined in point e) g) subsequent selection of vegetation indices calculated in d) that provide greater classification accuracy (percentage of correctly classified pixels), obtained from the confusion matrices h) verification of the accuracy of the classification using a truth-terrain map i) determination of the total area and the percentage of each land use.
  • the vegetation indices used are A / R, A / (V + R) and A / (A + V + R) and the intervals of the defined digital border levels range between 0.60-0.90, 0.30-0.46 and 0.20-0.30 for each index, respectively.
  • Aerial photographs are taken in summer.
  • Another object of the present invention is the use of this method to discriminate different land uses (plant cover, bare soil and trees of the woody crop) and quantify the percentage of surface area occupied by each of them.
  • This procedure can be used in woody tree crops, preferably in olive groves and citrus.
  • Figure 1 Different phenological states of the grass coverings of grasses in olive groves: a) and b) plant covers in full development and before their chemical harvest (photo taken in March); c) and d) dried vegetable covers (photo taken in summer).
  • FIG.2 Color aerial photographs of the farms under study: a) La Cubana, b) Cortijo del Rey, and c) Matallana (Prov. De Córdoba).
  • Figure 3 Aerial color image (digtalized and georeferenced) of the Cortijo del Rey estate (Córdoba).
  • Figure 4. Example of a portion of one of the farms studied in which the digital values of the three bands (from 0 to 255) are seen before their separation. Band separation with the digital values corresponding to: b) blue, c) green and d) red.
  • Figure 5 Image of the vegetation index (A / A + V + R) in which the blue color (•) discriminates the vegetation cover, the red one (•) the trees and in green (*) the bare soil.
  • Figure 6. View of a) the "training subplots" (200 x 200 m) and b) the “training minizones (40 x 40 m) inside the subplots and represented in black.
  • Figure 7. 50 x 50 m verification subplots of the 3 farms: a) true-terrain maps; b) vectorization of the different land uses; c) rasterization of the different land uses. In blue (•) the trees are represented, in red (•) the green roof and in yellow () the bare ground
  • the remote sensing technique object of the patent has been applied in several olive groves of about 40 ha. from the province of Córdoba (La Cubana, Cortijo del Rey and Matallana) in which conservation techniques with plant coverings have been implemented for 8-10 years.
  • Aerial color photographs were used in summer in which the cover was completely dried ( Figure 2).
  • the uses of soil that have been discriminated against are: bare soil, vegetation and olive cover.
  • Infrared color aerial photographs in spring and summer have also been studied throughout this process, but no conclusive results have been obtained.
  • the following scheme presents the steps to follow to develop the methodology object of this patent.
  • the vegetation indices selected were (A / R), (A / V + R) and (A / A + V + R) ( Figure 5).
  • the image obtained from each index was compared by photointerpretation with the image of the farms, observing if one could identify any of the land uses that were intended to discriminate (bare soil, vegetation cover and olive).
  • it established in various areas of the farms studied a series of "training subplots", 200 x 200 meters ( Figure 6 a) through image clippings, in order to improve the ability of visual interpretation of the various indexes.
  • a series of "training minizones" with dimensions of 40 x 40 meters were established (Figure 6b), in which land uses were clearly distinguished.
  • a quantitative estimate (numerical analysis) of the degree of discrimination between land uses was made, which is described below.
  • the determination of the digital frontier levels is done through an iterative process that chooses the optimal value that results in a more accurate classification (Congalton, 1991).
  • Table 1 shows the intervals of the digital border levels for the discrimination of the vegetation cover using the vegetation indices studied.
  • the optimal digital frontier level that is, the one that results in the most accurate classification, is included in these intervals and their specific value varies according to the training minizonas and the farm under study.
  • This map will be created by the photointerpreter by means of vectorization of the borders that are displayed between olive, vegetation cover and bare soil giving rise to a vector map ( Figures 7 b).
  • This vector map is then rasterized (it will be converted by the image analysis software that is being used in a raster map), finally creating the true-terrain map ( Figures 7 c).
  • There are programs that directly rasterize the vectorized map however other programs perform an intermediate step that consists in obtaining a map of polygons in which land uses are edited. Next, this is the one that is transformed into a raster map.
  • the overall accuracy of the classification carried out in the verification subplot will be numerically quantified by applying the confusion matrix between true-terrain map and the image classified by the index used.
  • This accuracy must be greater than 80%, since if it is smaller a large number of pixels are being misclassified.
  • the overall accuracy of the entire estate will be determined. by calculating the average of the overall (partial) accuracies obtained in each verification subplot.
  • the image treatment program chosen by the user will automatically determine the total surface area and the percentage of each land use on the farm based on the georeferencing carried out.
  • Figure 3 shows a geo-referenced aerial image of the olive grove with roofs located in Cortijo del Rey (province of Córdoba). With the digitized values assigned to each pixel (Digital Levels from 0 to 255; Figure 4 a) the various band separations of the visible spectrum were made in Blue (A), Green (V) and Red (R) ( Figures 4 a, 4 by 4 c) to be able to operate mathematically (obtaining vegetation indices) with them and obtain new images that facilitate discrimination between olive (or fruit) surfaces, bare soil and vegetation cover.
  • the numbers of the cells in each frame correspond to the value of the reflectivity captured by the sensor in the indicated pixel, according to the wavelength in question (in color photography, it would be that of the blue, green and red bands).
  • This value is represented according to a scale from 0 to 255, ranging from black to white, respectively, changing according to gray levels.
  • the pseudo color has been used, which is a combination of the primary colors blue, green and red instead of gray levels, to try to enhance the analysis of the image (blue for low values, green for values medium and red for high values, according to the scale from 0 to 255).
  • Several authors have shown that the human eye is better able to distinguish shades of color than intensities of gray (Jiménez and Garc ⁇ a, 1982).
  • Figure 5 shows an example of one of the selected indices (A / A + V + R) discriminating the three land uses studied and represented in pseudocolor
  • Figure 6 shows the "training subplots” and the "training minizones” that were used to improve the ability of visual interpretation of the various indices (section 4.3 of this report).
  • the image was classified through the "Class separation” method, which consists in determining on the image generated by the selected index the digital levels of each land use and the digital border level between them to proceed in the final classification of the image based on these separation or border values.
  • Figure 7 shows the two image classifications obtained from the indexes (A / A + V + R).

Abstract

Procedimiento para la discriminación de usos de suelo y la cuantificación de cubierta vegetal mediante teledetección con fotografía aérea. El presente procedimiento tiene aplicación en Agricultura, y más concretamente en Empresas de Asistencia Técnica Agraria o Medioambiental o bien en Auditorías Agroambientales Públicas o Privadas. Principalmente consiste en utilizar técnicas de teledetección para realizar un seguimiento preciso y a gran escala de los productores agrícolas que utilicen técnicas de conservación en cultivos leñosos. Éstas consisten en el mantenimiento de cubiertas vegetales entre las hileras de árboles para reducir la erosión del suelo, uno de los problemas agroambientales más importantes de la Cuenca Mediterránea. El procedimiento objeto de la patente facilitaría una herramienta de alta precisión que tendría tres objetivos: 1) determinar la existencia o no de cubiertas vegetales, 2) estimar el porcentaje de cobertura que éstas ocupan en las fincas agrícolas, y 3) determinar el derecho o no a la percepción de ayudas / subvenciones estipuladas según los reglamentos de varias administraciones públicas y destinadas a favorecer la implantación de las técnicas de conservación.

Description

PROCEDIMIENTO PARA LA DISCRIMINACIÓN DE USOS DE SUELO Y CUANTIFICACIÓN DE CUBIERTAS VEGETALES MEDIANTE TELEDETECCIÓN CON FOTOGRAFÍA AÉREA.
SECTOR DE LA TÉCNICA
Primer sector: AGRICULTURA. Segundo sector EMPRESAS DE ASISTENCIA TÉCNICA AGRARIA O MEDIOAMBIENTAL, o bien AUDITORÍAS AGROAMBIENTALES PÚBLICAS (ADMINISTRACIONES PÚBLICAS) O PRIVADAS. El segundo sector se refiere al seguimiento de los productores agrícolas que utilicen tecnologías de conservación en olivar u otros cultivos leñosos consistentes en el mantenimiento de cubiertas vegetales entre hileras de árboles con objeto de alcanzar beneficios medioambientales como reducción de la erosión del suelo, aumento de la lluvia infiltrada o disminución de la evapotranspiración del suelo. La técnica de teledetección objeto de esta patente permitirá que determinadas empresas, como por ejemplo las auditorías agroambientales de las Administraciones Públicas o de entidades pπvadas, discriminen la existencia o no de cubiertas vegetales en cultivos leñosos así corno la extensión relativa o porcentaje de cobertura, lo que puede ser necesario para obtener el derecho de recepción de ayudas/ subvenciones .
ESTADO DE LA TÉCNICA
- Teledetecciόn: breves fundamentos
La teledetección es una tecnología que consiste en captar información de los objetos o accidentes que ocurren en la superficie terrestre o en la atmósfera sin entrar en contacto físico con ellos. Comprende la medida y el registro de la energía electromagnética reflejada o emitida por éstos, y conlleva la interpretación y relación de esta información con la naturaleza y propiedades de éstos. La captura de la energía reflejada se lleva a cabo mediante sensores remotos instalados en plataformas aerospaciales (satélites y aviones) que registran la energía reflejada correspondiente a diversas frecuencias del espectro electromagnético que van desde las ondas de radio de baj f ecuencia pasando por el espectro visible [bandas azul, verde y roja) hasta los rayos X, gamma e incluso
cósmicos. Cada cuerpo o cubierta terrestre presenta una forma peculiar de reflejar o emitir energía que se conoce como signatura o firma espectral (Chuvieco, 2002).
- Teledetecciόn: Clasificación de usos de suelo En las investigaciones de teledetección es esencial conocer el comportamiento o signatura espectral de cada una de las diversas superficies o usos de suelo a las diferentes longitudes de onda. La energía reflejada a las longitudes de onda roja e infrarroja es sensible a las variaciones del cultivo y suelo (Cloutis et al., 1996). Cultivos densos y sanos se caracterizan por una elevada absorción de energía roja y una alta reflectancia de la radiación infrarroja. Con frecuencia es conveniente combinar estas medidas (y otras en otras bandas) en un solo índice que resalte la sensibilidad a las variaciones en el cultivo. Dichos índices son conocidos como índices de vegetación. Hay un gran número de ellos, tantos como operaciones matemáticas queramos definir. Sus ventajas son: 1) aumentar las diferencias relativas entre los valores digitales que caracterizan cada uso del suelo, 2) reducir el número de datos obtenidos a un solo valor característico, 3) obtener valores adimensionales que permiten su comparación espacial y temporal y, 4) en ocasiones, eliminar efectos indeseados de iluminación, orografía, etc. (Jackson and Huete, 1991). Uno de los más conocidos es el NDVI (Normalised Difference Vegetation Index). Una actividad fotosintética alta, es decir una vegetación sana y vigorosa, implica un alto valor de NDVI debido a una alta reflectividad en la banda del infrarrojo cercano y una alta absorción de energía en la banda roja. Por tanto, NVDI, calculado con medidas en tierra (Kanemasu 1990), imágenes de satélite (Anderson et al., 1993) o fotografías áreas (Denison et al., 1996) presenta una alta correlación con la producción final del cultivo.
Los trabajos sobre clasificación de los usos del suelo mediante imágenes satélite de resolución espacial media / baja o fotografías aéreas utilizando índices de vegetación se pueden considerar como clásicos en teledetección y se han llevado a cabo en áreas muy diversas: costeras, parques naturales, masas forestales, zonas agrícolas, entre otras muchas. Citando los trabajos más recientes, se han realizado estudios con objeto de detectar de forma sistemática las anomalías en el desarrollo de los cultivos de regadío en Aragón (López-Lozano y Casterad, 2003), con el fin de monitorizar el crecimiento de cultivos con datos biofísicos como altura de la planta, LAI y biomasa (Calera et al., 2001; 2002), o con el objetivo de estimar el efecto a largo plazo de los cambios en los usos de suelo sobre la evapotranspiración de los cultivos utilizando imágenes Landsat 5 TM y Landsat 7 ETM+ de 1982 a 2000 (Lanjeri et al, 2001; 2002) en la zona de Castilla- La Mancha. También se están obteniendo resultados en la teledetección de malas hierbas en cultivos con sensores aerotransportados multiespectrales (Goel et al, 2002).
- Técnicas de conservación: el caso del olivar El cultivo del olivo es de suma importancia en la mayoría de países de la zona mediterránea (12.4 millones de ha. de los que 2.4 están en España; Civantos, 2001), pero está provocando cuantiosas pérdidas de suelo cultivable cada año. Para que este cultivo se mantenga en el futuro es necesario reducir las enormes tasas de erosión (una media de 40 a 80 ton/ha-año; Laguna, 1989; Pastor-Muñoz y Castro -Rodríguez, 1997). Para ello, se han desarrollado las técnicas de agricultura de conservación (también denominadas técnicas conservacionistas) que promueven el cultivo de cubiertas vegetales (principalmente gramíneas) entre las hileras y sobre el suelo desnudo del cultivo leñoso (frutales o cítricos y olivar) con objeto de frenar el impacto de las gotas de lluvia sobre el terreno y el arrastre de sedimentos (García-Torres, 2000).
Desde 1999, la Unión Europea ha desarrollado una serie de disposiciones para promover la conservación del suelo agrícola y reducir su erosión (Reglamentos Europeos 1257/1999, 1259/1999 y, recientemente el 1782/2003), y que han sido incorporadas a la Normativa Española por el Real Decreto 4, 2001. Previas a esta normativa, el Gobierno Andaluz desarrolló de forma pionera, una serie de Órdenes encaminadas a financiar ayudas a aquellos agricultores que apliquen estas técnicas conservacionistas, exigiendo que el mínimo porcentaje de cubierta vegetal en la finca de olivar sea del 40 % (BOJA, 1998; BOJA, 2003). Determinar este porcentaje de cobertura directamente en campo ("in situ") resulta prácticamente inviable desde un punto de vista técnico y económico. Sin embargo, las técnicas de teledetección son muy adecuadas por los siguientes motivos: 1) el sensor utilizado (satélite o fotografía aérea) registra lo que hay en campo (objetividad), 2) el procedimiento de análisis de la imagen obtenida es rápido una vez se ha puesto el método a punto, 3) permiten trabajar de forma secuencial, 4) evitan los muéstreos en campo (eluden problemas meteorológicos), y 5) posibilitan la planificación de la toma de imágenes en el momento oportuno y el retraso de su análisis el tiempo necesario, en caso de que fuese necesario, sin perder por ello información.
- Uso de Cubiertas vegetales: breves fundamentos
Las cubiertas vegetales pueden ser de diferente composición, si bien principalmente están constituidas por especies de gramíneas u hoja ancha, bien de una sola especie o mezcla de varias. Entre las más utilizadas están la cebada: (Hordeum spp), distintas especies de Avena, vallico (Lolium rigidum), cruciferas (Sinapis spp), o leguninosas (Veza spp). Su objetivo es interceptar las gotas de agua de lluvia y aumentar la velocidad de infiltración del terreno (reduciendo la escorrentía). Asimismo, su presencia conlleva la inexistencia de labores en campo evitando así la evapotranspiración del agua del suelo. Las cubiertas se siembran a primeros de otoño entre las calles del cultivo, germinan con las primeras lluvias y se establecen durante la primavera (Figuras 1 a y 1 b). Posteriormente (la segunda quincena de marzo), con objeto de interrumpir su ciclo vegetativo y evitar competencia del olivo (u otro árbol frutal) por agua y nutrientes, se siegan mecánica (con desbrozadoras) o químicamente (con herbicidas de traslocación o acción total: sulfosato o glifosato; Figuras 1 c y 1 d). La técnica que se describe a continuación está basada en el análisis de imagen de fotografías aéreas que permiten: 1) discriminar las cubiertas vegetales, el suelo desnudo y los árboles del cultivo leñoso, y 2) cuantificar el porcentaje de superficie que éstos ocupan en una determinada finca.
DESCRIPCIÓN DE LA INVENCIÓN
- Breve descripción de la invención
El objeto de invención de la presente patente es un procedimiento para la discriminación de usos de suelo y la cuantificación de cubierta vegetal mediante teledetección, que comprende las siguientes etapas: a) toma de fotografía aérea color, posterior digitalización y análisis de imagen b) georreferenciación mediante GPS diferencial para asignar las coordenadas a las fotografías aéreas c) separación de bandas del espectro visible (azul: A, verde: V y rojo: R) a partir de los valores digitales asignados a cada pixel d) cálculo de índices de vegetación basados en las tres bandas separadas en el punto c) e) definición, mediante un proceso iterativo, de los niveles digitales frontera que caracterizan cada uso de suelo f) clasificación de la imagen por separación de clases, basada en los niveles digitales frontera definidos en el punto e) g) posterior selección de los índices de vegetación calculados en d) que proporcionan mayor precisión en la clasificación (porcentaje de píxeles correctamente clasificados), obtenida a partir de las matrices de confusión h) verificación de la exactitud de la clasificación mediante un mapa- verdad-terreno i) determinación de la superficie total y el porcentaje de cada uno de los usos del suelo.
Los índices de vegetación utilizados son A/R, A/(V+R) y A/(A+V+R) y los intervalos de los niveles digitales frontera definidos oscilan entre 0.60-0.90, 0.30-0.46 y 0.20-0.30 para cada índice, respectivamente. Las fotografías aéreas se toman en verano.
Otro objeto de la presente invención es la utilización de este procedimiento para discriminar distintos usos de suelo (cubiertas vegetales, suelo desnudo y árboles del cultivo leñoso) y cuantificar el porcentaje de superficie ocupada por cada uno de ellos.
Este procedimiento puede utilizarse en cultivos de árboles leñosos, preferentemente en olivar y cítricos.
- Breve descripción del contenido de las figuras
Figura 1. Distintos estados fenológicos de las cubiertas vegetales de gramíneas en olivar: a) y b) cubiertas vegetales en pleno desarrollo y antes de su siega química (foto tomada en marzo); c) y d) cubiertas vegetales secas (foto tomada en verano).
Figura .2. Fotografías aéreas color de las fincas objeto de estudio: a) La Cubana, b) Cortijo del Rey, y c) Matallana (Prov. de Córdoba). Figura 3. Imagen aérea en color (digtalizada y georreferenciada) de la finca Cortijo del Rey (Córdoba).
Figura 4. a) Ejemplo de una porción de una de las fincas estudiadas en la que se ven los valores digitales de las tres bandas (de 0 a 255) antes de la separación de éstas. Separación de bandas con los valores digitales correspondientes a: b) azul, c) verde y d) roja.
Figura 5. Imagen del índice de vegetación (A/A+V+R) en la que el color azul ( •) discrimina la cubierta vegetal, el rojo ( • ) los árboles y en verde ( * ) el suelo desnudo. Figura 6. Vista de a) las "subparcelas de entrenamiento" (de 200 x 200 m) y b) las "minizonas de entrenamiento (de 40 x 40 m) en el interior de las subparcelas y representadas en negro.
Figura 7. Subparcelas de verificación de 50 x 50 m de las 3 fincas: a) mapas- verdad- terreno; b) vectorización de los distintos usos del suelo; c) rasterización de los distintos usos de suelo. En azul ( • ) se representan los árboles, en rojo ( • ) la cubierta vegetal y en amarillo ( ) el suelo desnudo
- Descripción detallada de la invención
La técnica de teledetección objeto de la patente se ha aplicado en varias fincas de olivar de unas 40 ha. de la provincia de Córdoba (La Cubana, Cortijo del Rey y Matallana) en las que las técnicas conservacionistas con siembra de cubiertas vegetales están implantadas desde hace 8-10 años. Se utilizaron fotografías aéreas color en verano en las que la cubierta se encontraba totalmente desecada (Figura 2). Los usos de suelo que se han discriminado son: suelo desnudo, cubierta vegetal y olivo. También se han estudiado en todo este proceso fotografías aéreas infrarrojo color en primavera y verano, pero no se han obtenido resultados concluyentes. El siguiente esquema presenta los pasos a seguir para desarrollar la metodología objeto de esta patente.
Figure imgf000009_0001
Foto Color Verano >-Digitalización — Equipo Informático — Coordenadas Finca
Figure imgf000009_0002
Importación de las fotografías al software de análisis de imagen
Figure imgf000009_0004
Georreferenciación
Figure imgf000009_0003
Figure imgf000009_0005
Separación de Bandas (Azul, Verde, Rojo)
Figure imgf000009_0006
Cálculo de índices (A/R; A/V+R; A/A+V+R)
Figure imgf000009_0007
Definición de los niveles digitales frontera que caracterizan cada uso de suelo en cada índice
Figure imgf000009_0008
Clasificación de la imagen (de la finca)
Figure imgf000009_0009
Discriminación Usos del Suelo Estimación Superficie y Porcentajes de Suelo Desnudo Vegetación (cubierta y árboles) - Trabajos de campo
Varios días antes de la realización de cada vuelo para la obtención de las fotografías aéreas, se visitaron las fincas objeto de estudio para: 1) determinar el estado de desarrollo y grado de cobertura de las cubiertas vegetales, de otros usos de suelo y accidentes visibles en las imágenes (restos de poda, montones de leña, pozos, entre otros) que fuera necesario identificar; y 2) georreferenciar 30 puntos por finca en distintas parcelas mediante el uso de un GPS diferencial (precisión centimétrica). Posteriormente, dicha georreferenciación fue utilizada como puntos de control para asignar las coordenadas de las fotografías aéreas.
- Tratamiento previo de las fotografías
Las fotografías se digitalizaron utilizando un escáner Hewlett Packard modelo ScanJet 4C, obteniéndose píxeles de 40 x 40 cm (635 ppi). Las fotografías digitalizadas se importaron al programa informático de análisis de imagen que vaya a utilizar el usuario Posteriormente se asignaron coordenadas geográficas a los píxeles de la imagen para poder superponerla con la cartografía existente (Figura 3). Dicha asignación de coordenadas de los 30 puntos de control por fotograma, se efectuó basándose en la georreferenciación in situ de las visitas a las fincas antes descritas, o determinando puntos singulares en el mapa digital 1:10.000 de la Junta de Andalucía.
Con los valores digitalizados asignados a cada píxel (Niveles Digitales, de 0 a 255; Figura 4 a) se efectuaron diversas separaciones de las bandas del espectro visible: Azul (A), Verde (V) y Rojo (R) (Figuras 4 b, 4 c y 4 d) con objeto de operar matemáticamente (obtención de índices de vegetación) con tales niveles digitales y obtener nuevas imágenes que facilitaran la discriminación entre las superficies de olivo, cubierta vegetal y suelo.
- Preselecciόn visual de índices
Los índices de vegetación seleccionados fueron (A/R), (A/V+R) y (A/A+V+R) (Figura 5). La imagen obtenida de cada índice se comparó mediante fotointerpretación con la imagen de las fincas, observando si se podía identificar alguno de los usos del suelo que se pretendían discriminar (suelo desnudo, cubierta vegetal y olivo). Para ello, se establecieron en diversas zonas de las fincas estudiadas una serie de "subparcelas de entrenamiento", de 200 x 200 metros (Figura 6 a) mediante recortes de la imagen, a fin de perfeccionar la capacidad de interpretación visual de los diversos índices. Igualmente se establecieron una serie de "minizonas de entrenamiento" de dimensiones de 40 x 40 metros (Figura 6 b), en las que se distinguían con claridad los usos del suelo. En dichas "minizonas", además del análisis visual, se efectuó una estimación cuantitativa (análisis numérico) del grado de discriminación entre usos de suelo, el cual se describe más adelante.
La selección de los índices citados anteriormente se realizó en base a que cumplían los siguientes requisitos:
1. Discriminaban al menos uno de los tres usos del suelo en todas las "subparcelas de entrenamiento" de cualquiera de las tres fincas objeto de estudio. 2. Discriminaban al menos un mismo uso del suelo en todas las "minizonas" de las tres fincas objeto de estudio.
3. Alcanzaban la mayor "Exactitud Global o Precisión en la clasificación " (próxima al 85 %) en las tres "minizonas de entrenamiento", siendo ésta el porcentaje de píxeles correctamente clasificados y calculándose a través de las matrices de confusión cuya mayor ventaja consiste en que eliminan los errores subjetivos que se cometerían en un análisis por comparación visual de las imágenes (Oetter et al, 2000). A su vez, para la obtención de la matriz de confusión es necesario realizar una clasificación de la imagen por separación de clases. Esto consiste en determinar sobre la imagen generada de cada índice seleccionado, los niveles digitales característicos de cada uso de suelo y el nivel digital frontera entre ellos, procediéndose a clasificar la imagen en base a dichos valores de separación (Andreasen et al., 1997). La determinación de los niveles digitales frontera se realiza mediante un proceso iteractivo que escoge el valor óptimo que da lugar a una clasificación más exacta (Congalton, 1991). En la Tabla 1 se muestran los intervalos de los niveles digitales frontera para la discriminación de la cubierta vegetal utilizando los índices de vegetación estudiados. El nivel digital frontera óptimo, es decir, aquél que da como resultado la clasificación más exacta, está incluido en estos intervalo y su valor concreto varía según las minizonas de entrenamiento y la finca objeto de estudio.
Tabla 1. Intervalos de los Niveles Digitales Frontera para la discriminación de cubiertas vegetales según los distintos índices de vegetación estudiados. índices de vegetación Nivel Digital Frontera Stretch 1
~A/R 0.60 - 0.90 5 - 90 A/(V+R) 0.30 - 0.46 0 - 50 A/(V+R+A) 0.20 - 0.30 0 - 80 1 Stretch: procedimiento habitual de expansión del histograma (entre 0-255) de los valores digitales de cada índice de vegetación estudiado con objeto de mejorar la visualización de los fotogramas. - Verificación de la exactitud de la clasificación Finalmente el usuario debería proceder a la verificación de la clasificación de los distintos usos de suelo que ha efectuado el índice con el que ha trabajado. Para ello, se escogerá una "subparcela de verificación1'' de 50 x 50 m por cada 10 ha. de superficie de la finca objeto de análisis con el fin de utilizarlas como "mapa-ver dad-terreno''' de los usos de suelo presentes en la imagen (Figura 7 a). Dicho mapa será creado por el fotointerpretador mediante vectorización de los bordes que se visualizan entre olivo, cubierta vegetal y suelo desnudo dando lugar a un mapa- vectorial (Figuras 7 b). A continuación dicho mapa-vectorial se rasteriza (será convertido por el software de análisis de imagen que se esté utilizando en un mapa ráster) creándose finalmente el mapa- verdad-terreno (Figuras 7 c). Existen programas que rasterizan directamente el mapa vectorizado, sin embargo otros programas realizan un paso intermedio que consiste en obtener un mapa de polígonos en el que se editan los usos del suelo. Seguidamente, éste es el que se transforma en un mapa ráster. Por último, se cuantificará numéricamente la exactitud global de la clasificación efectuada en la subparcela de verificación aplicando la matriz de confusión entre mapa- verdad-terreno y la imagen clasificada por el índice utilizado. Dicha exactitud debe ser mayor del 80%, ya que si es menor un gran número de píxeles se están clasificando erróneamente. Además, la exactitud global de la finca completa se determinará mediante el cálculo de la media de la exactitudes globales (parciales) obtenidas en cada subparcela de verificación.
Después de verificar la clasificación y extenderla a la totalidad de la finca el programa de tratamiento de imagen que haya elegido el usuario determinará automáticamente la superficie total y el porcentaje de cada uso de suelo en la finca en base a la georreferenciación efectuada.
EJEMPLO DE LA REALIZACIÓN DE LA INVENCIÓN En la Figura 3 se muestra una imagen aérea en color georreferenciada de la finca de olivar con cubiertas situada en Cortijo del Rey (provincia de Córdoba). Con los valores digitalizados asignados a cada píxel (Niveles Digitales de 0 a 255; Figura 4 a) se efectuaron las diversas separaciones de bandas del espectro visible en Azul (A), Verde (V) y Rojo (R) (Figuras 4 a, 4 b y 4 c) para poder operar matemáticamente (obtención de índices de vegetación) con éstas y obtener nuevas imágenes que faciliten la discriminación entre las superficies de olivo (o frutales), suelo desnudo y cubierta vegetal.
Los números de las celdillas en cada fotograma corresponden al valor de la reflectividad captada por el sensor en el píxel indicado, según la longitud de onda de que se trate (en fotografía color, sería la de las bandas azul, verde y rojo). Dicho valor se representa según una escala del 0 al 255, que van desde el negro hasta el blanco, respectivamente, cambiando según niveles de gris. No obstante, para facilitar la representación se ha utilizado el pseudocolor que es una combinación de los colores primarios azul, verde y rojo en lugar de los niveles de gris, para intentar realzar el análisis de la imagen (azules para valores bajos, verdes para valores medios y rojos para valores elevados, según la escala del 0 al 255). Varios autores han puesto en evidencia que el ojo humano es más capaz de distinguir tonos de color que intensidades de gris (Jiménez y García, 1982).
En la Figura 5 se muestra un ejemplo de uno de los índices seleccionados (A/A+V+R) discriminando los tres usos de suelo estudiados y representada en pseudocolor. En la Figura 6 se muestran las "subparcelas de entrenamiento" y las "minizonas de entrenamiento" que se utilizaron para perfeccionar la capacidad de interpretación visual de los diversos índices (apartado 4.3 de la presenta memoria). Finalmente se clasificó la imagen a través del método de "Separación de clases" que consiste en determinar sobre la imagen generada por el índice seleccionado los niveles digitales de cada uso de suelo y el nivel digital frontera entre ellos para proceder en último término a clasificar la imagen en base a estos valores de separación o frontera. En la Figura 7 se muestran las dos clasificaciones de imagen obtenidas del índices (A/A+V+R).
Bibliografía
Anderson G. L., J. H. Everitt, A.J. Richardson, and D. E. Escobar. 1993. Using satellite data to map false broomweed infestations in South Texas rangeland, Weed Technology,
7: 865-871. Andreasen, C, Rudemo M., and Sevestre, S. 1997. Assessment of weed density at an early stage by use of image processing. Weed Research, 37: 5-18.
BOJA n° 61. 1998. ORDEN de 14 de mayo de 1998, por la que se regulan las ayudas para fomentar en el olivar el empleo de métodos de producción compatible con las exigencias de protección del medio ambiente y la conservación del espacio natural. Junta de Andalucía, Disposiciones Generales, Consejería de Agricultura y Pesca.
BOJA n° 90. 2003. ORDEN de 5 de mayo de 2003, por la que se establecen las normas de aplicación del régimen de ayudas a la utilización de métodos de producción agraria compatibles con el medio ambiente. Junta de Andalucía, Disposiciones Generales,
Consejería de Agricultura y Pesca. Civantos, D., 2001. La olivicultura en el mundo y en España. In: Barranco, D.,
Fernández-Escobar, R., Rallo, L. (Eds.). El cultivo del olivo. Mundi-Prensa, Madrid, pp.
19-33.
Calera A., Martínez C. and Meliá J. 2001. A procedure for obtaining green plant cover: relation to NDVI in a case study for barley. Int. J. of Remote Sensing, 22: 3357-3362. Calera A., González-Piqueras J. and Meliá J. 2002. Remote sensing monitoring crop growth. In Proceedings of Recent Advances in Quantitative Semote Sensing, Valencia, pp 522-529.
Congalton, R. G., 1991. A review of assessing the accuracy of classifications of remotely sensed data. Remote Sens. Environ. 37, 35→46. Cloutis, E.A., Connery, D.R. Major, D.J. and Dover, F.J. 1996. Airborne multispectral monitoring of agricultural crop status: effect of time of year, crop type and crop condition parameter. Intern. Journal of Remote Sensing, 17: 2579-2601.
Chuvieco, E. (2002) Teledetección Ambiental. Editorial Ariel, Madrid. 568 paginas.
Denison, R. F., Miller, R. O., Bryant, D., Abshahi, A. & Wildman, W. E. 1996. Crop management goes high tech. California Agriculture, May- June 1996. García-Torres, L., 2000. Agricultura de Conservación en el Olivar: Cubiertas
Vegetales. Edita: Asociación Española Agricultura de Conservación/ Suelos Vivos,
Córdoba, Spain, 36 p.
Goel P. K., S.O. Prasher, R. M. Patel, D. L. Smith, A. DiTommaso. 2002. Use of airborne multispectral imagery for weed detection in crops., Transactions of ASAE, 45:
443- 449.
Hatfield, J. L. and Pinter, P. J. 1993. Remote sensing for crop protection. Crop
Protection, 12: 403-412.
Jackson, R. D. and Huete, A. R. 1991. Interpreting vegetation indexes. Prev. Vet. Med. 11: 185-200.
Kanemasu, E. T., Demetriades-shah, T. H. & Su, H. 1990. Estimating grassland biomass using remotely sensed data. In. Application of Remote Sensing ed. M.D.
Steven and J.A. Clark, p.185-199.
Keuchel J., Naumann S., Heiler M. and Siegmund A. 2003. Automatic land cover analysis for Tenerife by supervised classification using remotely sensed data. Remote
Sensing of Environment, 86: 530-541.
Kokaly, R. F., Despain, D. G., Clark, R. N. and Livo, K. R. 2003. Mapping vegetation in Yellowstone National Park using spectral feature analysis of AVIRIS data, Remote
Sensing of Environment, 84: 437-456. Kropff, M. J., Wallinga, J. & Lotz, L. A. P. 1997. Modelling for precisión weed management. In Precisión Agriculture: Spatial and temporal variability of environmental quality. L.J. Ciba Foundation 1997, Bock G.R. and Goode J.A. (ed.),
182-204. John Wiley and Sons Ltd.
Jiménez, J. y García, N. 1982. Introducción al tratamiento digital de imágenes. Centro de Investigación UAM-IBM, Madrid.
Laguna, A. (1989). Estudio cuantitativo de la erosión del suelo. Tesis Doctoral,
Departamento de Agronomía, Universidad de Córdoba, España, pp. 189.
Lanjeri S., Meliá, J. and Segarra D. 2001. A multitemporal masking classification method for vineyard monitoring in central Spain. Intern. Journal of Remote Sensing, 22: 3167-3186. Lanjeri S., Segarra D. Calera A and Meliá J. 2002. Study of the land use changes effects on the evapotranspiration in central Spain using remote sensing techniques. Proceedings of Recent Advances in Quantitative Semote Sensing, Valencia, pp 530-536. Lobell, D. B., Asner, G. P., Ortiz-Monasterio, J. I., Benning, T. L. 2003. Remote sensing of regional crop production in the Yaqui Valley, México: estimates and uncertainties. Agriculture, Ecosystems and Environment, 94: 205-220. López-Lozano R. and Casterad M.A. 2003. Una aplicación SIG para seguimiento en parcela mediante NDVI de irregularidades en el desarrollo del cultivo. Proceedings del X Congreso Nacional de Teledetección, Cáceres, pp 9-12. Oetter D. R., W. B. Cohén, M. Berterretche, T. K. Maiersperger, Robert E. Kennedy. 2000. Land cover mapping in agricultural setting using multiseasonal Thematic Mapper data. Remote Sensing of Environment, 76: 139- 155.
Pastor- Muñoz, M., y Castro- Rodríguez, J. (1997). Sistemas de manejo de suelo en el olivar, p. 289 - 308. In L. García- Torres & P. González- Fernández (editor): Agricultura de Conservación: Fundamentos Agronómicos, Medioambientales y Económicos, AEAC/ SV, España, pp. 372.
Real Decreto 4, 2001. Establecimiento de un régimen de ayudas a la utilización de métodos de producción agraria compatibles con el medio ambiente. Ministerio de Agricultura, Pesca y Alimentación, Madrid. BOE 12, 1587-1617. Reglamento del Consejo Europeo 1257/ 1999. On support for rural development from the European Agricultural Guidance and Guarantee Fund (EAGGF) and amending and repealing certain Regulations. Official Journal of the European Union, Brussels, 160, 80-102 . Reglamento del Consejo Europeo 1259/ 1999. Establishing common rules for direct support schemes under the common agricultural policy. Official Journal of the European Union, Brussels, 160, 113-118.
Reglamento del Consejo Europeo 1782/2003. Establishing common rules for direct support schemes under the common agricultural policy and establishing certain support schemes for farmers, and on the common organisation of the market in olive oil and table olives and amending Regulation (EEC) No 827/68. Official Journal of the European Union, 270, 1 -69.

Claims

REIVINDICACIONES
1. Procedimiento para la discriminación de usos de suelo y la estimación de cubierta vegetal mediante teledetección, que comprende las siguientes etapas: a) toma de fotografía aérea color, posterior digitalización y análisis de imagen b) georreferenciación mediante GPS diferencial para asignar las coordenadas a las fotografías aéreas c) separación de bandas del espectro visible (azul: A, verde: V y rojo: R) a partir de los valores digitales asignados a cada pixel d) cálculo de índices de vegetación basados en las tres bandas separadas en el punto c) e) definición mediante un proceso iterativo de los niveles digitales frontera que caracterizan cada uso de suelo f) clasificación de la imagen por separación de clases, basada en los niveles digitales frontera definidos en el punto e) g) posterior selección de los índices de vegetación calculados en d) que proporcionan mayor precisión en la clasificación (porcentaje de píxeles correctamente clasificados), obtenida a partir de las matrices de confusión h) verificación de la exactitud de la clasificación mediante un mapa-verdad- terreno i) determinación de la superficie total y el porcentaje de cada uno de los usos del suelo, caracterizado porque los índices de vegetación seleccionados son A/R, A/(V+R) y A/(A+V+R), y los intervalos de los niveles digitales frontera oscilan entre 0.60-0.90, 0.30-0.46 y 0.20-0.30, para cada índice respectivamente.
2. Procedimiento para la discriminación de usos de suelo y la estimación de cubierta vegetal mediante teledetección según la reivindicación 1, caracterizado porque las fotos aéreas se toman en verano.
3. Utilización de un procedimiento según las reivindicaciones 1 y 2, para discriminar los siguientes usos de suelo: cubiertas vegetales, suelo desnudo y árboles de cultivo leñoso.
4. Utilización de un procedimiento según las reivindicaciones 1 y 2 para cuantificar el porcentaje de superficie ocupada por las cubiertas vegetales, suelo desnudo y árboles de cultivo leñoso.
5. Utilización de un procedimiento según las reivindicaciones 3 y 4, caracterizada porque los árboles de cultivo leñoso son olivos y cítricos.
PCT/ES2005/070086 2004-06-11 2005-06-09 Procedimiento para la discriminación de usos de suelo y cuantificación de cubiertas vegetales mediante teledetección con fotografía aérea. WO2005122744A1 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
ES200401438A ES2245250B1 (es) 2004-06-11 2004-06-11 Procedimiento para la discriminacion de usos de suelo y la cuantificacion de cubierta vegetal mediante teledeteccion con fotografia aerea.
ESP200401438 2004-06-11

Publications (1)

Publication Number Publication Date
WO2005122744A1 true WO2005122744A1 (es) 2005-12-29

Family

ID=35509338

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/ES2005/070086 WO2005122744A1 (es) 2004-06-11 2005-06-09 Procedimiento para la discriminación de usos de suelo y cuantificación de cubiertas vegetales mediante teledetección con fotografía aérea.

Country Status (2)

Country Link
ES (1) ES2245250B1 (es)
WO (1) WO2005122744A1 (es)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10586105B2 (en) * 2016-12-30 2020-03-10 International Business Machines Corporation Method and system for crop type identification using satellite observation and weather data
US10664702B2 (en) 2016-12-30 2020-05-26 International Business Machines Corporation Method and system for crop recognition and boundary delineation
US10761544B2 (en) 2017-10-13 2020-09-01 Deere & Company Unmanned aerial vehicle (UAV)-assisted worksite operations
US11164310B2 (en) 2016-12-30 2021-11-02 International Business Machines Corporation Method and system for crop recognition and boundary delineation
US11308735B2 (en) 2017-10-13 2022-04-19 Deere & Company Unmanned aerial vehicle (UAV)-assisted worksite data acquisition

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2481348B1 (es) * 2012-12-28 2015-05-06 Consejo Superior De Investigaciones Científicas (Csic) Procedimiento para la normalización automática de imágenes remotas multitemporales en base a usos de suelo pseudo-invariantes vegetales.

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001033505A2 (en) * 1999-11-04 2001-05-10 Monsanto Company Multi-variable model for identifying crop response zones in a field
US20030019152A1 (en) * 2001-07-24 2003-01-30 Raun William R. Process for in-season fertilizer nutrient application based on predicted yield potential
US20040034450A1 (en) * 2002-08-19 2004-02-19 Institute For Technology Development Method and apparatus for spatially variable rate application of agricultural chemicals based on remotely sensed vegetation data
US20040088916A1 (en) * 2000-10-23 2004-05-13 Yuri Ton Remote phytomonitoring

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001033505A2 (en) * 1999-11-04 2001-05-10 Monsanto Company Multi-variable model for identifying crop response zones in a field
US20040088916A1 (en) * 2000-10-23 2004-05-13 Yuri Ton Remote phytomonitoring
US20030019152A1 (en) * 2001-07-24 2003-01-30 Raun William R. Process for in-season fertilizer nutrient application based on predicted yield potential
US20030019151A1 (en) * 2001-07-24 2003-01-30 Raun William R. Process for in-season fertilizer nitrogen application based on predicted yield potential
US20040034450A1 (en) * 2002-08-19 2004-02-19 Institute For Technology Development Method and apparatus for spatially variable rate application of agricultural chemicals based on remotely sensed vegetation data

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10586105B2 (en) * 2016-12-30 2020-03-10 International Business Machines Corporation Method and system for crop type identification using satellite observation and weather data
US10664702B2 (en) 2016-12-30 2020-05-26 International Business Machines Corporation Method and system for crop recognition and boundary delineation
US11164310B2 (en) 2016-12-30 2021-11-02 International Business Machines Corporation Method and system for crop recognition and boundary delineation
US11527062B2 (en) 2016-12-30 2022-12-13 International Business Machines Corporation Method and system for crop recognition and boundary delineation
US10761544B2 (en) 2017-10-13 2020-09-01 Deere & Company Unmanned aerial vehicle (UAV)-assisted worksite operations
US11308735B2 (en) 2017-10-13 2022-04-19 Deere & Company Unmanned aerial vehicle (UAV)-assisted worksite data acquisition

Also Published As

Publication number Publication date
ES2245250A1 (es) 2005-12-16
ES2245250B1 (es) 2007-02-16

Similar Documents

Publication Publication Date Title
ES2311322B1 (es) Procedimiento para la discriminacion y mapeo de los rodales de malas hierbas gramineas en cultivos de cereales mediante teledeteccion.
Narumalani et al. Detecting and mapping four invasive species along the floodplain of North Platte River, Nebraska
Pôças et al. An evaluation of changes in a mountainous rural landscape of Northeast Portugal using remotely sensed data
Daliakopoulos et al. Tree crown detection on multispectral VHR satellite imagery
WO2005122744A1 (es) Procedimiento para la discriminación de usos de suelo y cuantificación de cubiertas vegetales mediante teledetección con fotografía aérea.
Reis et al. Detection of current and potential hazelnut plantation areas in Trabzon, North East Turkey using GIS and RS
Jurišić et al. Current status and perspective of remote sensing application in crop management
Püssa Forest edges on medium resolution landsat thematic mapper satellite images
WO2006024686A1 (es) Procedimiento para la discriminación y cuantificación de olivar con cubiertas vegetales mediante teledetección con sensores de alta resolución espacial
Reyes-Gonzalez Using remote sensing to estimate crop water use to improve irrigation water management
Sutomo et al. Use of Landsat imagery to map spread of the invasive alien species Acacia nilotica in Baluran National Park, Indonesia
Yelwa Broadscale vegetation change assessment across Nigeria from coarse spatial and high temporal resolution AVHRR data
ES2481348B1 (es) Procedimiento para la normalización automática de imágenes remotas multitemporales en base a usos de suelo pseudo-invariantes vegetales.
ES2303476B1 (es) Procedimiento para la obtencion automatica de indicadores agronomicos y ambientales de plantaciones de arboles mediante teledeteccion.
Lee et al. Generation of forest leaf area index (LAI) map using multispectral satellite data and field measurements
Isioye et al. Accuracy analysis of sentinel 2A and landsat 8 Oli+ Satellite datasets over KANO state (Nigeria) using vegetation spectral indices
Smith A spatial and temporal analysis of elephant induced thicket degradation in Addo Elephant National Park
Lanne Monitoring indigenous tropical montane forests in the Taita Hills using airborne digital camera imagery
Ouyang The Applications of UAV and Ground Digital Imagery Analysis for Monitoring Grapevine Canopy in Vineyard
ES2318930B1 (es) Procedimiento para la discriminacion y mapeo de los rodales de nerdo en cultivos de girasol mediante teledeteccion.
Jaafar Remote sensing and GIS-based technologies for assessing the impact of conflict on agricultural production.
Soriano González Improving monitoring and management of low-lying coastal areas with Sentinel-2 data: the Ebro Delta showcase
Lief Spatial Analysis of Post-Hurricane Katrina Thermal Pattern and Intensity in Greater New Orleans: Implications for Urban Heat Island Phenomenon
Gumede The characterisation of the yellowwoods’ leaf area index, within a southern African mistbelt forest, using geographic information systems and remote sensing.
Buckland-Nicks Mapping plant communities and understanding the landscape structure of coastal barrens using an unmanned aerial vehicle

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): AE AG AL AM AT AU AZ BA BB BG BR BW BY BZ CA CH CN CO CR CU CZ DE DK DM DZ EC EE EG ES FI GB GD GE GH GM HR HU ID IL IN IS JP KE KG KM KP KR KZ LC LK LR LS LT LU LV MA MD MG MK MN MW MX MZ NA NG NI NO NZ OM PG PH PL PT RO RU SC SD SE SG SK SL SM SY TJ TM TN TR TT TZ UA UG US UZ VC VN YU ZA ZM ZW

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): BW GH GM KE LS MW MZ NA SD SL SZ TZ UG ZM ZW AM AZ BY KG KZ MD RU TJ TM AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LT LU MC NL PL PT RO SE SI SK TR BF BJ CF CG CI CM GA GN GQ GW ML MR NE SN TD TG

121 Ep: the epo has been informed by wipo that ep was designated in this application
NENP Non-entry into the national phase

Ref country code: DE

WWW Wipo information: withdrawn in national office

Country of ref document: DE

122 Ep: pct application non-entry in european phase